使用选定的涡轮机模型的功率曲线将涡轮机枢纽处的风力统计数据转换为功率,从而获得年度总发电量(AEP)。根据每个涡轮机位置的平均空气密度,可单独校正涡轮机制造商声明的功率曲线。有关空气密度的信息来自站点的测量或中尺度数据。使用分析唤醒模型确定按方向的单个涡轮机阵列损失。这种方法包括风场中的尾流效应作为后处理步骤。根据可追溯的经验和行业标准评估其他技术损失,例如涡轮机可用性,电损失,结冰等,以获得净AEP或P50。计算得出的风资源中的不确定性程度是由不同因素(如风速测量不确定性,它们与历史风气候的关系,年际变化以及水平和垂直外推)的组合来评估的。
通过将风速不确定性与灵敏度因子相乘,可以将其转换为AEP中的不确定性。评估并添加了电力生产中的其他标准不确定性来源,以估算过程链的总不确定性(测量+建模),因此估算出的能源生产概率更高(P75,P90)。
曲奇饼 | 期间 | 描述 |
---|---|---|
cookielawinfo-checkbox-analytics | 11个月 | 此 cookie 由 GDPR cookie 同意插件设置。 cookie 用于在“分析”类别中存储用户对 cookie 的同意。 |
cookielawinfo-复选框功能 | 11个月 | cookie 由 GDPR cookie 同意设置,用于在“功能”类别中记录用户对 cookie 的同意。 |
cookielawinfo-checkbox-necessary | 11个月 | 此 cookie 由 GDPR cookie 同意插件设置。 cookie 用于在“必要”类别中存储用户对 cookie 的同意。 |
cookielawinfo-checkbox-others | 11个月 | 此 cookie 由 GDPR cookie 同意插件设置。 cookie 用于在“其他”类别中存储用户对 cookie 的同意。 |
cookielawinfo-checkbox-performance | 11个月 | 此 cookie 由 GDPR cookie 同意插件设置。 cookie 用于在“性能”类别中存储用户对 cookie 的同意。 |
views_cookie_policy | 11个月 | cookie 由 GDPR Cookie Consent 插件设置,用于存储用户是否同意使用 cookie。它不存储任何个人数据。 |